проект уж не протух, а высох
мне кажется синтез текста из речи еще в освоении денег, многие заинтересованы в нем, и тогда умеющие сабж зарабатывают

https://github.com/alphacep/vosk-api

Поделитесь впечатлениями, можно ли получать на выходе не более процентов 5 ошибок распознавания?

Нет, все опенсорсное работает плохо. Можешь через гугл оттекстовать.

можно ли получать на выходе не более процентов 5 ошибок распознавания?

Нейросетки пока могут только без шума на 1 натренированной паре: диктор — распознавалка.

Текст, надиктованный в реальных условиях разными голосами и при наличии естественных шумов распознаётся, например, DeepSpeech 7.5%, а человеком 5.8% ©. Ещё глянь Kaldi ©.

Ну и получать «стена» вместо «стина»

Распознавалки обычно по словорям работают. Так что ты скорее всего получишь на выходе вообще другое слово, а не орфографическую ошибку, если оно его некорректно распознает.

В этой области все плохо, кроме проприетарщины от гугла и пары других гигантов всё очень далеко от хорошего распознавания и синтеза, но и там сомневаюсь, что 95%...

В этой области все плохо

И слава Богу! Хоть здесь все хорошо.

Боюсь даже представить, насколько размножились бы всякие устройства с прослушкой и прочей ересью, влезающей в жизнь людей, если бы научились. А прослушка телефонных разговоров тогда стала бы просто тотальной. Ну, нафиг такое будущее!

И слава Богу! Хоть здесь все хорошо.

Боюсь даже представить, насколько размножились бы всякие устройства с прослушкой и прочей ересью, влезающей в жизнь людей, если бы научились. А прослушка телефонных разговоров тогда стала бы просто тотальной. Ну, нафиг такое будущее!

… И Алиса засмеялась. И Сири засмеялась

А прослушка телефонных разговоров тогда стала бы просто тотальной.

«Не шмогла…» ©.

Так её не меньше. Просто приходится делиться результатами прослушки с гуглом, яндексом или майкрософтом.

На днях, кстати, вышла новая улучшенная модель для распознавания http://alphacephei.com/kaldi/kaldi-ru-0.7.tar.gz

Можно попробовать через https://github.com/alphacep/vosk-api

Хочется голосового ассистента сделать, получится ли без опыта?

https://www.youtube.com/watch?v=COPExNM3qm8 Я милого узнаю по походке

Текст, надиктованный в реальных условиях разными голосами и при наличии естественных шумов распознаётся, например, DeepSpeech 7.5%, а человеком 5.8% ©. Ещё глянь Kaldi ©

Слава богу, а я думал, что это я один периодически не понимаю слова.

Новая модель

И ещё одно обновление, должно значительно улучшиться качество：

http://alphacephei.com/kaldi/models/vosk-model-ru-0.10.zip